Joint spatial registration and multi-target tracking using an extended PM-CPHD filter

An extended product multi-sensor cardinalized probability hypothesis density (PM-CPHD) filter for spatial registration and multi-target tracking (MTT) is proposed. The number and states of targets and the biases of sensors are jointly estimated by this method without the data association. Monte Carlo (MC) simulation results show that the proposed method (i) outperforms, although computationally more expensive than, the extended multi-sensor PHD filter which has been proposed for joint spatial registration and MTT; (ii) outperforms the multi-sensor joint probabilistic data association (MSJPDA) filter which is also extended in this study for joint spatial registration and MTT when the clutter is relatively dense.     

基于IPv6的多传感信息检测装置研制

针对工业环境下多维信息的测量和物联网技术应用发展的需求,研发一种通用的基于IPv6的多传感信息检测装置,装置以DSP和ARM为核心芯片,利用ARM芯片内嵌的EMIT、集成网络通信芯片LXT971和Socket网络编程,实现IPv6的网络通信设计;同时装置的DSP芯片采用基于插值计算的多维传感信息解耦校正技术,实现传感信息的准确检测。检测试验表明,该装置可实现在工业环境下多维信息的网络化准确监测。     

基于刀切法与自适应加权的多传感器信息融合算法

针对加权平均、最优加权、自适应加权多传感器信息融合算法的不足,提出采用刀切法与自适应加权方法相结合的信息融合算法。该算法在自适应加权的基础上充分利用观测值与各个历史时刻的估计值,通过构造伪值分别对估计值与加权因子进行Quenouille估计。实验结果表明,在经过刀切法与自适应加权相结合后,数据处理的精确性和稳健性方面都优于普通的处理方法。     

一种雷达和摄像机的空间标定方法

多传感器融合技术已经广泛应用在智能汽车环境感知领域中;雷达和摄像机的空间标定是伴随信息实时融合的道路检测技术的基础;结合智能汽车的实际应用,提出了针对激光雷达和摄像机的空间标定方法;通过特制的标定板来获得雷达数据和图像数据,选取激光雷达坐标系作为世界坐标系,通过参数拟合的方法来求取图像坐标系与雷达坐标系的变换关系,进而实现两种传感器的空间配准;该方法只需要标定板就能够完成激光雷达和摄像机的空间标定,标定精度高,实现了多个传感器世界坐标系的统一,避免了后续处理中数据解释的二义性;实验结果表明这种方法简单准确,满足系统要求。     

基于GPRS的油烟监控数据采集终端设计

针对餐饮企业引发的城市空气污染日益严重的问题,根据当前国家环保建设发展重点和餐饮业油烟检测要求,设计了一款油烟环境系统的数据采集终端,通过气体传感器和温度传感器采集油烟数据,再经过终端控制器进行数据处理,并通过GPRS上报系统的监控中心,为环保局及其他行政管理部门提供实时的区域油烟净化势态综合数据。     

线激光--机器视觉测量系统中的多传感器融合技术研究

针对逆向工程中直接从线激光扫描的数据云图中提取物体边界不仅繁琐而且精度也不好保证，为此提出建立线激光—机器视觉测量系统，先利用三日视觉获得物体初始边界，然后利用曲线延拓的方法并考虑影响延拓误差的因素，从而在满足一定精度要求的前提下实现不同传感器信息的融合。     

多传感器集中式增量卡尔曼滤波融合算法

在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。     

多传感器数据采集系统中的数据融合研究

针对多传感器数据采集系统的准确性与可靠性的要求,提出了单传感器分批估计融合与模糊理论中的相关性函数与加权自适应算法相结合的数据融合方法。首先,对每一只传感器进行分批估计融合,得到了较为可靠的局部决策值。然后,利用模糊理论中的相关性函数,计算出每只传感器与其它传感器的相关程度,并剔除掉那些相关程度较低的传感器的局部决策值。最后,在权的最优分配原则下,利用加权自适应算法对剩下的局部决策值进行数据融合。该方法能在数据先验知识未知的情况下,客观地反映各个传感器的可靠程度。数据分析结果表明:与同类融合方法相比,该方法具有更高的精度。     

捷联惯导评估系统中多传感器信息融合的应用

论述了在捷联惯导专家评估系统中对多传感器信息进行融合的设计方法,对捷联惯导专家评估系统和多传感器信息融合技术进行了深入的研究,同时详细分析了捷联惯导专家评估系统的硬件组成以及各传感器的工作模式,提出一种采用信息时间坐标和空间坐标转换的融合算法,实现时空匹配统一,以达到对系统中多传感器信息较好融合的效果.仿真实验结果表明:用系统中所述的多传感器融合信息进行滤波解算,准精度可以达到0.3°以下,从而提高了整个专家系统的评估精度.     

一种高精度车载坡度检测仪的研制

针对现有车载坡度检测技术缺陷,提出了一种高精度车载道路坡度检测仪的设计及实现方案。该检测仪由主控节点和多个检测节点组成,检测节点通过三轴加速度传感器检测与地面倾角,并将其发送给主控节点;主控节点收集各检测节点数据,对其进行数据融合得到坡度的最优估计值。通过仿真和实验验证了方案的可行性,设计成果可广泛应用于车载导航系统中。